Self-service BI is een investering in kennis

Om duidelijk te maken wat self-service BI is, moeten we onderscheid maken tussen twee soorten informatievragen. Enerzijds kunnen gebruikers de behoefte hebben om periodiek bepaalde cijfers op te vragen om performance te meten: een wekelijkse omzetrapportage, een conversiepercentage, een lijst met openstaande verkooporders die vandaag uitgeleverd moeten worden, enzovoorts. Anderzijds zijn er analysevragen: welke oorzaken zijn er aan te wijzen voor een dalende conversie of is er een patroon te herkennen in de openstaande verkooporders?

Het eerste type vragen is eenvoudig te beantwoorden met standaardrapportages. Eindgebruikers moeten deze gegevens op een vaste plek kunnen vinden. Bijvoorbeeld in hun inbox of op een centrale plek met rapportages. Over het algemeen wordt de vraag bij de BI-afdeling neergelegd, die ervoor zorgt dat de gevraagde informatie beschikbaar en automatisch ververst wordt.

Het tweede is lastiger te beantwoorden voor een BI-afdeling, omdat de exacte vraag van tevoren niet precies bekend is. Traditioneel werden deze vragen bij analisten neergelegd, die met behulp van ruwe data (of zogenoemde OLAP-kubussen) op zoek gingen naar verbanden in de data. Vaak waren dit data-professionals met kennis van SQL, die bijvoorbeeld ook toegang kregen tot databasesystemen.

Vraag en antwoord

Het probleem is dat een BI-specialist misschien wel de technische, maar niet altijd de bedrijfskundige kennis heeft. Daarom is het begrijpelijk dat eindgebruikers vaker zélf de analyses willen doen. Ze zijn de experts in hun vakgebied, snappen het proces door en door, maar krijgen alleen de cijfers te zien die zijn voorgekookt door de BI-afdeling.

Hier komt self-service BI om de hoek kijken. Het stelt eindgebruikers in staat om zelf rapporten te ontwikkelen of aan te passen. In plaats van een geprepareerd rapport, krijgen gebruikers toegang tot het onderliggende datamodel. Daarin zijn al verbanden aangebracht en bepaalde berekeningen gedefinieerd.

Binnen de dataset heeft een eindgebruiker echter de vrijheid om zelf te bepalen welke filters en doorsnedes hij interessant vindt. De BI-afdeling bepaalt alleen welke gegevens de eindgebruiker te zien krijgt, maar niet hoe hij naar die data kijkt. Er vindt datademocratisering plaats: het proces waarin de verantwoordelijkheid van data-analyses verschuift van analisten naar business users. Gevolg: de BI-afdeling heeft meer tijd voor het werk waar men goed in is, zoals het ontsluiten van nieuwe bronnen en het borgen van de beveiliging en datakwaliteit.

Niet voor iedereen

Hoeft de BI-afdeling dus geen rapporten meer te bouwen? Dat is wat kort door de bocht. Ten eerste blijft er behoefte aan vaste rapportages. Als een gebruiker maandagochtend zijn omzet van de vorige week wil opvragen, is het lastig als hij iedere week opnieuw zijn rapport moet samenstellen. Wat er kan gebeuren, is dat de verkoopafdeling zelf iemand aanwijst die handig is met Excel, die wekelijks de data downloadt om deze naar zijn collega’s te sturen. Zo ontstaat schaduw-BI, met alle risico’s van dien. Een datalek loert om de hoek op het moment dat rapportages met (gevoelige) data door de organisatie zweven en per abuis extern gedeeld worden. Daarom wil je duidelijk gedefinieerde behoeftes aan informatie laten afhandelen door BI.

Natuurlijk kun je de rapportageomgeving dichttimmeren zodat het onmogelijk wordt om data te exporteren, maar eindgebruikers vinden altijd een weg als ze die echt nodig hebben. Je moet deze informatiebehoefte faciliteren en structureren, want blokkeren is vrijwel onmogelijk.

Besef dat niet iedereen direct in staat is om zelf rapporten samen te stellen. Voor sommigen geldt dat hun datageletterdheid (data literacy) ontoereikend is. Het samenstellen van rapporten is met de juiste tool niet ingewikkeld, maar gebruikers moeten op weg geholpen worden. Er is in ieder geval enige training nodig voor de programma’s, en wellicht een cultuurverandering om het gebruik van de nieuwe mogelijkheden te stimuleren. Je kunt niet verwachten dat gebruikers die gewend waren om data in hun inbox te ontvangen, ineens zelf rapporten kunnen bouwen. Houd er ook rekening mee dat ze met name in het begin veel vragen zullen stellen en, naarmate het gebruik toeneemt, ook toegang tot meer databronnen wensen.

Is self-service BI wat voor mij?

Om te bepalen of self-service BI in je organisatie past, is het raadzaam om eerst te kijken naar welk type vragen je gebruikers hebben. Voor het eerste type vragen – de vaste informatiebehoefte op gezette tijden – is self-service BI een slecht idee. Voor minder voorspelbare informatiebehoeftes is het een betere match.

Daarnaast is het van belang om de datageletterdheid te beoordelen: zijn eindgebruikers in staat om (na een training) zelf deze analyses te doen? Zijn er BI-medewerkers beschikbaar die het leuk vinden om minder technisch-vaardige gebruikers te ondersteunen? De techniek is het makkelijke deel; de echte uitdaging zit in persoonlijke begeleiding en verandermanagement.

Heb je de keuze gemaakt voor self-service BI, dan kun je een platform voor de data kiezen, de applicaties uitrollen voor je medewerkers, en ze opleiden in het gebruik. Na verloop van tijd zul je merken dat het kennisniveau in de organisatie toeneemt. Medewerkers snappen beter aan welke knoppen ze kunnen draaien om het proces te verbeteren. Self-service BI kan in eerste instantie als een bezuinigingsoperatie klinken, maar in veel gevallen is het een investering in kennis.